[發(fā)明專利]彌補(bǔ)步態(tài)二值圖失真的方法

無效

• 申請?zhí)枺?/td>: 200710019117.4
• 申請日: 2007-11-20
• 公開（公告）號: CN101241546A
• 公開（公告）日: 2008-08-13
• 發(fā)明（設(shè)計）人: 梁繼民;陳昌紅;候彥賓;胡海虹;趙恒;秦偉;張毅;田捷
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/38;G06K9/40
• 代理公司: 陜西電子工業(yè)專利中心
• 代理人: 王品華;黎漢華

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，特別涉及對步態(tài)二值圖失真的處理，可用于對人體信息缺損嚴(yán)重的步態(tài)二值圖的彌補(bǔ)。

背景技術(shù)

步態(tài)識別作為一種新興的生物特征識別方法，主要是指通過人走路姿勢的分析來識別人，區(qū)別于人臉識別、指紋識別、虹膜識別等生物識別技術(shù)，步態(tài)識別有非侵犯性、遠(yuǎn)距離識別及不易被掩飾的優(yōu)點，越來越受到研究者的關(guān)注。

早期的醫(yī)學(xué)研究表明：人的步態(tài)中有24種不同的成分，如果把這24種成分都考慮到，則步態(tài)是為個體所特有的。1973年，Johansson在文獻(xiàn)“Visual?Perception?ofbiological?motion?and?a?model?for?its?analysis”中給出了物理心理學(xué)實驗，受試者能夠僅僅通過觀察附著在運(yùn)動中人的幾個關(guān)節(jié)上的燈泡的運(yùn)動軌跡識別MLD運(yùn)動的類型。后來的實驗表明：熟人的身份、人的性別都能夠通過這種MLD實驗識別出來。近年來，步態(tài)分析這一跨學(xué)科領(lǐng)域的研究成果進(jìn)一步說明了在步態(tài)視頻序列中含有人的身份信息。從生物力學(xué)的角度來看，人的步態(tài)包含身體上百種肌肉和關(guān)節(jié)的綜合運(yùn)動。這些運(yùn)動對所有人來說都遵從基本的雙足模式，然而不同的人運(yùn)動又有差異，例如相對時序和幅度的不同。這些差異是整個肌肉和骨架，包括身體的重量、肢體的長度、骨骼的結(jié)構(gòu)的函數(shù)。因為人體結(jié)構(gòu)難以復(fù)制，所以步態(tài)被認(rèn)為是個體特有的，且完全決定于幾百個運(yùn)動學(xué)參數(shù)。這些運(yùn)動學(xué)參數(shù)包括特定關(guān)節(jié)點的角速度、加速度以及肢體的邊界等。英國南安普敦大學(xué)電子與計算機(jī)系的馬克·尼克松教授的研究顯示，人人都有截然不同的走路姿勢，因為人們在肌肉的力量、肌腱和骨骼長度、骨骼密度、視覺的靈敏程度、協(xié)調(diào)能力、體重、重心、肌肉或骨骼磨損的程度以及個人走路的“風(fēng)格”上都存在細(xì)微差異。尼克松指出，對一個人來說，要偽裝走路的姿勢非常困難，不管罪犯是自然地走向銀行出納員還是從犯罪現(xiàn)場逃跑，他們?nèi)匀豢梢员蛔R別出來。這些研究是步態(tài)識別作為一種生物認(rèn)證技術(shù)的科學(xué)依據(jù)。

雖然步態(tài)識別的研究起步不久，但它已經(jīng)被用于一些重大案件的偵破。瑞典警察四年前用它成功地識別出一起銀行搶劫案的搶劫者。在這起案件中，一名顧客被無辜?xì)⒑Γ?fù)責(zé)調(diào)查瑞典外交部長安娜·琳德命案的警官請專家鑒定嫌犯米亞伊洛·米亞伊洛維奇的走路姿勢。2006年，英國科學(xué)家得到了國防部50萬英鎊的科研經(jīng)費的支持，開展“自動步態(tài)識別”技術(shù)的研究。警察和法庭將借助該技術(shù)比較嫌犯的走路姿勢和閉路電視捕捉到的影像，從而找出犯罪元兇。最終，英國將建立一個全國性的數(shù)據(jù)庫，它將提供不同走路姿勢的資料，幫助法庭斷案，這種鑒定技術(shù)對用做證據(jù)來說更安全。

步態(tài)識別系統(tǒng)一般包括視頻分割、背景去除、圖像處理、特征提取及特征匹配五個部分，如圖1所示。視頻分割可以將步態(tài)視頻中的圖像分割為初始圖像序列，對得到的圖像序列通過背景建模等方法去除背景，僅保留運(yùn)動的人體部分，得到步態(tài)二值圖。現(xiàn)實條件下從環(huán)境中捕捉圖像會受到多種因素的影響，比如氣候條件的變化、光照條件的變化、背景的混亂干擾、運(yùn)動目標(biāo)的影子、物體與環(huán)境之間或者物體與物體之間的遮擋、攝像機(jī)的運(yùn)動等。這些外界因素都給準(zhǔn)確有效的背景去除帶來了挑戰(zhàn)，僅依靠建立背景模型消除干擾得到的步態(tài)二值圖往往比較粗糙，包含很多噪聲并可能存在肢體缺失，而現(xiàn)有的步態(tài)識別方法受圖像質(zhì)量影響很大，這些因素充分說明了對步態(tài)二值圖的圖像處理過程的重要性。